深度学习算法的多光谱图像压缩方法

作者：徐景秀; 张青

来源：激光杂志, 2020, 41(12): 73-77.

DOI：10.14016/j.cnki.jgzz.2020.12.073

• 多光谱图像
• 存储容量
• 压缩比率
• 数据冗余
• 深度学习

多光谱图像压缩可以节约存储空间,加快数据传输速度,当前多光谱图像压缩方法存在损失有效数据严重,压缩后多光谱图像无法反映原始多光谱图像的信息,为了获得更加理想的多光谱图像压缩效果,提出基于深度学习算法的多光谱图像压缩方法。首先分析当前多光谱图像压缩算法的研究进展,找到易引起多光谱图像压缩效果的原因,然后采集大量多光谱图像,去除多光谱图像中的噪声,初步减少多光谱图像存储空间,最后引入深度学习算法对多光谱图像中的冗余信息进行检测,删除大量的冗余信息,实现多光谱图像压缩。测试结果表明,深度学习算法可以高效地对多光谱图像进行压缩,多光谱图像压缩比率要高于其它方法,减少了多光谱图像存储所需要的空间,提高了多光谱图像传输速度,缩短了多光谱图像压缩时间,验证了深度学习算法用于多光谱图像压缩的优越性。

• 单位
  黄冈师范学院